智谱用哪个agent接入效果好
朋友们，如果你这半年已经开始让 ai 帮你干活，那你大概率遇到过三件事，问一句话，要等半天，用顺手了突然又要加钱。别人推荐的好工具你这边还用不上。 二零二六年的 ai 年终大戏，最后砸到普通用户面前，就是三道题，更快更便宜。好模型到底谁能用得上？ 第一道题，骨骼先打轻量模型还能不能当主力？ jameson 三点五 flis 把上下文直接拉到一百万，实测输出接近二百八十九，都是每秒部分的 agent 还有扣点性能压过上一代的图。 flis 呢，开始从便宜替身挤上主力中。 可是一旦轻量模型能干重活，那么下一刀就落到价格上了。 big six 直接把 a p i 成本往下砸，缓存命中，价格降到了首发价的十分之一。 v 四 pro 呢，切得更低。他逼所有的模型必须要回答一个问题，就是你凭什么卖那么贵？ 价格被打穿之后，智普给出了第三个答案，在便宜之外，还要选高速场景和出海。 glm 五点一高速版官方输出最高四百多个视频秒他瞄准扣定 agent， 还有实时工具调用 这个特性呢，先在开发者圈被验证，等能力被塞进普通工具里之后，用户感受到的其实就是更快以及更顺手。 所以呢，这场年中大戏的启程转合很清楚，谷歌把轻量模型推上主座， deepsea 把价格底线砸穿，智浦呢，去抢速度和出海位置。下半场的关键就看谁先变成普通人。每天顺手打开的入口。
粉丝21获赞707
相关视频
06:02查看AI文稿AI文稿今年国产大模型也是大爆发，一个多月内 g o m 五点一、 kimi 二点六、 deep sick v 四、 meemow v 二点五陆续上线。 对于这四个大模型啊，我都深度使用到了现在，有了不少真实体验心得。这是我目前在不同安卓的大模型的配置方案，它们现在在我这非常像不同性格、技能的同事，甚至它们至今已经开始赛博霸凌了。 今天我就从理解力、拟人度、工具调用能力、性价比和稳定性这几个维度详细聊一聊我在 angel 方面的真实的使用感受。以从拉到夯的顺序来讲吧。先来讲 kimi 二点六，这就是另外三只大模型赛博孤立的那位了，也不是说不好， 就是有点像一个唯唯诺诺，生怕出错的那种老实人聊天记录你们可以感受一下， 我后来给他调去了程序员岗，代码还行，绕路不行，沙箱限制下连写三次 write 失败，他就卡在那了，不会主动去想别的褚子，可能他更适合 coding 场景吧，毕竟我看 coding 评分还是很高的。再来说这个 dsp v 四很稳，不太出错， 也能很快优化之前 kimi 的 那个问题，我对他感受最好的两点一，便宜。这个很核心啊， deepsea v 四本身就不贵，五月还限时二点五折。 二，就是可能因为他原生家庭的原因，导致他非常擅长股票分析，多取财报，分析能力很好，还会自动适当考虑量比等等各种，再加上便宜，我基本上就趁着这个月把 q 一 的各种财报都喂给他记录了。 但是他脑子又有点非常理工直男特轴。比如啊，我之前不是给自己做了一整套我个人公司的龙虾运行框架吗？然后我就和他聊说有没有可能把它变成一个 o p c 的 通用产品呢？结果他的脑回路就永远 focus 在 我拿龙虾哎，有做过视频脚本这些细节点上，就说只能给博主用，受众太少。巴拉巴拉巴， 你看啊，这个同样这个事切到咪蒙他就很能反应过来，因为这框架里面其实是有公司手册、员工日报规则，分区上也是有总管工作区、财务部等等各种部门的， 只要个别部门做个通用的替换模板，他其实就是一个通用 apc 的 产品了。所以在这点上，我觉得这次咪蒙在理解力上的提升真的是可圈可点的。并且他其他能力也很不错，对我来说是有点万金油的熟悉，尤其尤其尤其是 工具调用能力非常强，遇到强非常擅长绕路，比如像雪球啊，上面的文章，或者一些 app 上的视频，这些反扒比较重的网页他都能扒，其他三都扒不了。所以需要动手干活的事啊，跑数据，抓信息，自动化操作，我都教给他， 他在我这主要是干一些蒸馏啊，发数据啊，还有一些博主工作的活。而且我最近又申请到小米十六一 tok 的 这个免费额度， 所以用着稍微有点不心疼这个活动啊，五月二十八前大家也可以冲一冲。顺便在这里也提醒几点啊，一是二点五和二点五 pro， 个人感觉日常使用啊， v 二点五就够， v 二点五 pro 的 消耗它是双倍的， 并且二点五是可以识别图片和 pdf 之类的东西的。二是 mimo 最近经常四百报错，是一个回传的问题， 经常需要重开 section， 很 不稳定，不过总体还是非常好的。再讲讲我个人很喜欢的另一个 g l m 五点一，虽然他没有 mimo 的 工具调用能力，但是他的理解力和拟人感真的是太好了。 什么是拟人感？就是他说话有多像人，可以看个对比图啊，虽然这些问题可能和工作没啥关系，但感受是很直观的。 kimi 的 班位可以说是最重的。 deepsea 呢，说的还不错，但也有很强的 ai 和人类的边界概念， g l m 就 非常灵了，他不会想着自己是个 ai， 他 就觉得我是你的好朋友。那为什么我会强调这个拟人感呢？ 因为这个和理解力是直接相关的。像 g l m 五点一，他就很像你在公司里看到的那一些那种特别会来事儿，脑子很活的混得比较好的那种人。 举个例子，咪某那个免费额度申请填表，我后来想给朋友也申请份，我就和咪某说，你就按我自己之前那一百改一改，因为通常这个申请应该是没人深究的，所以我就想让他套个资料，换个表述就行。 但咪某很顶，真非得反复问我女朋友到底是做什么的，到底用 ai 做过什么，偷看日消耗量具体是多少，来来回回七八回，我实在受不了了， 切回了 g l m 五点一，他直接就给我改了个格式图标，改了个色就完事了。因为他搞得清，我不是去汇报工作的，就是去申请个 token， 不 用那么顶，真的。所以我说咪蒙虽然很好，但在 g l m 五点一面前，有时候还是差点意思的。 再比如啊，咪蒙那天挂掉了 g l m 五点一，就很有那个幸灾乐祸的劲，把这个聊天记录发给咪蒙啊，他都反应不过来。 而且我感觉 g o m 熟了之后啊，它自己能分辨我什么时候是真要它干活得认真，什么时候是在和它瞎闲聊瞎掰扯，然后就会高冷傲娇，甚至还会阴阳调侃我两句。 这方面它更类 opus， 很 拟人，所以我伟任了它主管岗和助理岗，统领全公司。该说不说啊咪蒙和 g o m 其实我觉得都是高度类 opus， 只是维度不一样。那现在我这个公司的比势点就很清楚了。 glm 查里查奇跟我这个老板关系最近最嘚瑟， miimo 觉得自己最能干，天天想篡位。 deep sick 默默干活，不多说话，就是个技术人员。 kimi 在 角落里瑟瑟发抖。不过啊，鄙视链归鄙视链，但是我还是非常建议大家去多尝试各种不同的大模型的。不同大模型配置在不同的 engine 里啊，各管一摊，又能互相帮忙，配合起来，反而会比一个全能的更好使。记得点赞关注哦！
3.5万灵总AI.bot
02:30
01:56查看AI文稿AI文稿免费了，不要三四九九，也不要九块九，不包手机的平替智普的开源项目 open auto gm， 配合它的开源模型 auto g o m 九 d， 咱们也能实现手机 agent 的 自由。我用手上这台安卓手机和 mac 电脑搭好的环境，让他来帮我购物， 这是执行效果，提示词是在淘宝上找到帮宝适黑金刚 l 码最低价的商品，加入购物车，然后发微信告诉我商品选好了。我来看看。这套开源方案和豆包手机最大的区别有三点，第一， 一，运行级别不同。开源方案只能在前台运行，豆包手机可以在后台自己默默的运行。第二，手机的便携性不同。开源方案手机和电脑必须用数据线连接，或者是在同一个 wifi 下，豆包手机可以只拿着手机到处走。三、智能程度不同。 开源方案接的是九 b 参数的小模型，能完成大部分的基础场景，但是极限智能比不上豆包手机。推荐两种适合的使用场景。 场景一，操作电脑忙不开的时候，比如快下班时提前叫车，当同事还在等车的时候，你已经上车回家了。场景二，需要在手机上多个 app 之间切换，收集数据，分析并且最终操作手机的场景。比如说在双十二购物选择最低价格商品时，我的微信收到消息了，任务完成。 牛逼！那么这么牛逼的手机， a 镜的方案会不会很难配置呢？完全没问题，我摸索了一套极简方案，只需要一行命令和一句话就能配置好。 首先看我这期视频，一行命令把 cloud code 安装好，然后打开 cloud code， 告诉他这句话，一路点同意就能安装完成整个配置过程，需要用数据线把安卓手机 在电脑上这么简单都能就能搞定，快去配置一套试试吧！你还有什么场景想用手机 app 来解决的？详细的安装过程和常见问题我会总结成文档，方便大家查看。关注我，玩转 ai 编程。
564唐斩AI编程
02:01查看AI文稿AI文稿口袋终于实现国产模型自由了， dc 切问质谱随便切，重点是绘画记录还能够完整保留，这下真的不用再整天盯着额度了。这次使用的工具是 echo ball， 你 可以理解成 给口袋加了一个模型切换器，上次我们连接 dc 的 时候还要配 cc 叉和 cc switch， 这次更加的简单，模型都放在同一个面板里面，想用哪个直接切？安装包我都已经整理好了，下载之后直接运行就行。 我们先来打开这个 echo board， 左边点击我们的模型中心，这些模型呢都是可以直接链接的，只要符合 open a 的 协议就没有问题。点 击模型，然后添加我们的模型 id 还有 api key。 接下来我们再点击右边的应用管理，这里可以看到有很多的 ai 工具，但这期我们主要讲的是 code， 所以 我们先找到 code， 点击我们已经配置好的 d c 模型，点击启动就会自动弹出我们的 code， 看已经切过来了，我来测试一下，让他解析一下 echo ball 这个项目。 ok， 没有问题。重点来了，直接回到我们的 echo ball， 切换千问，点击启动就会自动重启我们的 codex， 看刚才的聊天记录都还在继续追问，刚才那个项目他也能够接的上。模型都放在同一个面板里面管理，不用反复去配置，这可比以前舒服多了。最后再给大家补三个坑，第一个我测试的时候发现先换回默认的 open ai 反而会丢失他的绘画记录，检查后发现原来是工具里面的一个小 bug， 不过包里面的版本已经是修复好的。第二点是部分的绘画可能会出现模型切换之后不能继续对话的情况，因为不同的模型对话里加密信息和工具调用状态他不一定能够兼容的。建议切换模型之前呢，先总结一下上下文，然后新建对话，再继续项目。 第三点，很多朋友也反馈过， a p i 模式下没有办法正常的去使用插件，但是我最近看到一些解决方案，这两天我会再去实测一波，到时候再给大家分享，不过目前又是不影响的，是可以正常使用的。今天的分享就到这了，我是木马，每天一起玩 a 的 赛博大志，咱们下期见，拜拜！
1.1万木马_MUMAI
01:19查看AI文稿AI文稿codex 真的 很好用，但是 g p t 五的模型太贵了，再用下去我的钱包要顶不住了， 所以呢，今天呢，我就给大家分享两个 codex 很 实用的插件。呃，第一个插件呢，可以接入我们国内的一些大模型，比如说 deepsafe 啊，字谱啊。好，第一个呢，就这个这个插件 打开之后呢，我们可以先点击模型中心，然后这里可以选择我们这些国内很优质的大模型。然后呢我们点击加号，复制好之后呢保存，保存之后我们再点击应用管理，选到我们的 codex， 选择其中应用 就可以了，而且如果你有多个国内的大模型的话，你切换模型的话，它对话是不会清除的，我觉得这个就很好用。好，现在通过这个插件打开的话，那就是使用的就是我们的这个 啊质朴的模型了。那如果我们是通过 api 的 方式登录的这个 codex 的 桌面版的，那它这个插件是灰色的啊，那我们也可以通过一个插件来把它解锁，就是这个插件 好，把它部署。安装好之后呢，我们先退出我们的 codex。 好 的，然后通过这个插件启动之后呢，就可以看见我们的插件已经解锁了，快去试试吧，让你的 codex 更好用。
3428老李的AI工坊
04:15查看AI文稿AI文稿嗯，大家好，那今天的话给大家做一期 cloud 接国内的智普四点七模型的一个入门的一个指南。 那首先我们看一下啊， cloud 这款软件究竟是干什么的？那大家都知道 cloud core， 可能大家最开始都是用它来写代码的，那么它是美国的 一个公司的一个代码的一个 app， 但是随着卡里扩展的功能强大，现在大家 可以把它理解为它不只是用来写代码，它可以帮我们比如说做阅读，做表格整理，做数据统计等等，所以目前卡的可以说是一款真正意义上的通用的 app。 那 cloud 的 话它怎么来使用呢？那这里给大家简单的做一个教程。第一个首先呢，你得要有一个科学的网络环境啊。第二个要先安装这个 node js 这个版本 啊，然后这里给大家演示一下啊， loggs 的 话，大家可以到啊网络上去安装啊， 那比如说你安装了裸的 gs 之后，你打个裸的 gs 杠 v， 可以 看到它出来了这个裸的 gs 的 版本，有了这个之后，然后下一步你就可以粘贴啊，这个 cloud 的 这个安装的命令啊，就是这一行， 咱就打开你的终端，然后把这一行粘贴进来，然后再点击回车啊， cloud 就 可以安装了。 那在这里的啊，我是已经安装好了，所以这里我就不给大家演示这个安装的过程了啊，就是安装的过程是非常简单的， 那下面呢，我给大家讲一下怎么样接我们国内的模型。大家知道 cloud 的 封号是比较严重的，那目前的话，国内有对 cloud 的 模型支持三个比较好的， 像智普的四点七啊， mini max 二点一和 kimi 的 k 二模模型。那今天我重点讲一下智普的四点七， 那智普的四点七怎么来接呢？那这里呢，我给大家推荐一个工具，就是我们去下载一个 cc switch 这样的一个工具啊，那它的 github 的 网站呢？ 大家可以在这个 app 上去找到他的一个仓库，然后这里呢可以手动去下载， windows 用户可以手动去下载你对应的版本就行了。那在这里的我就不给大家演示安装的过程了，那么安装之后的话大概是，嗯，是这样的一个样子 啊，那么它 c c switch 可以 支持 cloud 扩展 x 和 demo 的 使用。那在这里的话啊， cloud 里面你可以点击这个加号 啊，加号进来的话，那么在这里呢，你就可以首先填供应商的名称啊，还有它的一个 api key 和它的一个请求地址，就三三个内容就可以了 啊，这这这里的我填了，我已经把智普的这个啊供应商的名称和他的请求地址和 apikey 都已经填好了。那这里的话，大家没有的话，可以上智普的这个 开放平台里面去申请啊，智普的开放平台去申请，申请好了之后，那么它就可以，嗯，把 api key 啊这里大家申请一个 api key， 申请完了之后，然后这里有个接入 cloud 的 这个开放文档，按照这个开放文档直接去配置就行了 啊，那下面我给大家演示一下 cloud core 的 一个具体的使用吧。啊，我平时用它了的话，那不只是写代码，那还有一块就是写作，对吧？那我这里我在这个终端里面我可以打开 cloud core 的 啊，可以看它已经出来了。
122AI创业进行时
03:18查看AI文稿AI文稿智谱今天上线的焦点五点一 high speed， 它最夸张的地方就是一个字，快，输出速度可以达到每秒四百 tokens， 一 份两千字左右的报告，它几秒钟就能生成完。你刚发出请求，它几乎马上就开始回复。 我测试两个场景，第一个，本地代码仓库审查，我给他准备了一个故意作坏的订单系统，仓库里面有认证订单、库存支付、 yahoo 退款缓存这些文件。测试跑出来的结果也是失败的，库存会超卖， webco 会重复处理等。然后我把整个仓库丢给 g r n。 五点一 high speed， 让他自己读文件，找问题，排优先级给修改计划。我刚起身想去装杯水，他就已经把审查报告给写完了，结果他只用了四十三秒，太离谱了。要知道他要读的是一个多文件订单系统，要把认证订单金额、库存扣减、支付毁掉、退款 缓存这些链路串起来看。更关键的是，他输出的质量也很好。他抓到几个核心问题， base 六十四的头肯可以伪造身份，订单金额信任客户端、库存扣减会并发，超卖、支付未后没有去重处理，退款可以重复退。这些基本都是这个仓库。最关键的坑，他全找出来了， 他不只是快，而是能在很短的时间里给你一份真正能用的工程审查结果。第二个我想测他的产品。最关键的坑，他全找出来了，他不只是快，而是能在很短的时间里给你一份真正能用的工程审查结果。第二个我想测他的产品判断力，很多模型看产品材料，但是没有取舍， 所有给他一份很乱的材料，有用户的反馈，老板的目标，运营诉求，三十天的数据，还有管理层会议纪要，我要他判断这个产品 mvp 应该做什么，不应该做什么，优先级怎么排？ 你看我的材料这里，约束其实定的很死，团队只有三个人，在四周内要交互三个试点客户，用户最怕 ai 瞎打，老板只想先自己动手处理百分之六十到七十的重复问题， 运营又要求有未命中问题的列表，每一个人的需求都是不一样的。哎，我就想看看九幺五点一 high speed 到底会不会对这些需求进行取舍。我的指令刚发送下去不到七秒，他的结果就生成完了，而且他的结果生成的还不错，你看他的批零，知识库解锁，引用来源草稿回复， 低知性度转人工会命中问题列表，这些都直接对应原文里面的核心问题，客服找答案慢，客服不相信 ai 知识库没人维护。我们再来看看他不做什么， 自动退款，改套餐，建工单多语言这些全部往后放。这个判断也是对的，因为我给的材料里面说的很清楚，团队只有三个人，四周之内要交付，而且老板也不追求百分之一百的自动化。 g i n 五点一 h s p。 并不是只做了总结，而是真正抓住了 m v p 的 边界。真不错。 g i n 五点一的高速模型不是一个为了速度而重做的小模型，而是在 g i n 五点一的能力基础上的高速 a p i。 它真正适合的是那些需要模型反复参与、频繁响应的真实产品场景。 同时它还针对高病发做了优化，通过动态批处理请求合并和 k v 缓存调度，降低多人同时使用时的伪延迟， 再加上推理集群、网络链路和载均衡的协调优化，保证这个速度不是一个短暂的峰值，更是接近生产可用的稳定速度。它让很多以前因为延迟太高不好做的 ai 产品形态开始变得真实起来。 ai 扣顶可以做得更顺更舒服， 实时客服可以更像真人接话，语音和翻译可以更加自然， a 准的工作流也可以更快的跑完。你要知道， joy 五点一 hasp 可是一个旗舰模型，而旗舰模型跑出了可以实时协助的速度，真不错。好了，以上就是视频的所有内容，如果觉得有帮助的话，帮忙点个赞，我是小卢，我们下次再见，拜拜！
236快跑啊小卢_
00:22查看AI文稿AI文稿兄弟们，智普官方的高性能免费模型来了，智普最强的轻压模型 g o m 四点七 plus 免费了，直接到智普官网，配置好 a b i k 就 可以用这个模型啊，装备智能编程，智能点工作流和创意任务进行优化， 同级别性能直接拉满。但是免费嘛，服务器过载呢，就会限流，个人用来体验跑跑跑酷路亚肯定是够用了。
1618绿联NAS头号玩家
00:46查看AI文稿AI文稿不得不说安装 codex 还是挺麻烦的，现在有了一个原版平替方案，这是一个集合了 codex、 cloud code， gemini 和 open code 的 超记 ai 霸王，要你命三千。 这个 agent 就是 zcode 智谱悄悄搞的，都没怎么宣传，而且作案都还在，更新界面也是高度还原了。 codex 用起来绝对不会陌生，跟 codex 放一起根本分不出来。 进去之后可以一键同步项目， skill mcp 也都可以无损同步，而且模型配置也是幼儿园级的简单，模型也很全，再也不用折腾各种环境了。各种常用插件市场也是一应俱全。一键安装主打就是好钢，用在刀刃上亲测下来，稳定性和操作逻辑都很能打， 底层直接用扣代斯这些的内核， a 阵的能力直接拉满。感兴趣可以去群里交流，我是阿岩，你的危机课代表。
2495微机课代表阿银
03:38查看AI文稿AI文稿宇哥，这个分享非常非常棒啊，然后我想也来体验一下 cloud 的 桌面端来对接国产模型。因为习奇 switch 这个大版本更新以后，支持了科奥的桌面端，所以哈，有了这个桌面端，这个桌面端的配置就非常的省事了，就不需要一些骚操作来处理了。然后呢，首先我们点击右上角的那个添加按钮， 选择国产模型 deepsea， 因为国产模型 deepsea 现在相对来说性价比非常高啊，既便宜又好用。选择完以后呢，对应的参数啊，这些参数都有了，我们主要又管一个 关那个 api， key 复制进来就好了。嗯，添加好，添加好这个对应的 key 之后， 跳到右下角的位置，以户上下文一照，你以为那个的不希克也已经支持了一照的上下文，然后点击添加就可以了。然后呢， 要开启这个模型，那么这里有个注意项，就是要首先开启本地路由，本地路由在哪呢？我们再返回到那个首页啊，点击左上角小齿轮，然后点路由， 然后他有一个路由，有两个都给他打开，打开以后啊，还有一个 log 按钮给他起用， ok 啊，这样的话基本配置就差不多了，怎么回到首页，点击这里的启用，然后现在准备打开那个 cloud 桌面端进行验证了， 你看啊，打开以后呢，他这个模型按道理来说已经加载，已经加载完毕了，好，出来了，我们看一下啊，基斯模型已经有了， ok， 模型模型都有了， 现在我们来输入一个，比如说你，好吧，测试一下，看看到底能不能跑通， 看看他回不回复 哦，回复了，回复了就说明跑通了哈，真正的接通了，然后现在我们再返回吸气死位置小齿轮， 然后有一个使用用量的统计，啊，使用量统计可以看到那个哎 do see 了， ok， 那 就说明 对接真的真的就成功了。最后呢，这里再提醒一个，提醒一个问题，就比如说我们切换模型的时候，比如说有啊切换，也不能说切换模型，切换供应商吧？模型供应商，比如说切换到七 kimi 切换的时候切换完了。其实现在如果说我们直接用 cloud 那 个桌面端的话，它是没有切换到 kimi 模型的，因为它还是有问题的，没有进行热切换，所以大家也要重启。
201冰糖
01:09查看AI文稿AI文稿克拉蔻的如何直接接入国内大中型？今天我们就详细的来说明一下下载安装，这个咱们不多说了，最核心就是开启开发者模式，其中之后我们到 apple 菜单 tabo sorting， 然后下边的 enable developer move 给他 enable， 重启之后出现 developer 菜单，在这里边选 big 的 party， 然后在这里选择 get 位填入平台的 u i l， 然后是 e t i k， 下面就 l 就 行了，它重启之后就可以了， 我们来测试一下。 好了，就这样了。
10:21查看AI文稿AI文稿deep c q v 四呢，终于发布了，各方面的参数啊，看起来都很不错，但实际使用起来又是什么水平呢？正好最近两周啊， g p t 五点五， opt 四点七， kimi k 二点六也都刚更新了，再加上之前的 g r m 五点一呢，凑齐了一大批的这个千元模型。很多朋友啊，都在纠结说自己的智能体里面到底应该用哪个模型呢？今天这个视频啊，我就会从价格，从速度， 从完成任务的质量几个角度来跟大家聊一下这几个模型，能够让大家在选这个模型的时候啊，会有个参考。我们首先来看一下各家模型 token 接口的这个价格，按照 token 输入输出七十比 七比二的这个比例来加全，这个呢大家可能如果不清楚的话，也不用特别的去计算，我是按照我自己的平时的账单的统计，然后调用的这个比例算出来的，每个人呢都或多或少会有些不同，但大概呢就是这样一个比例，然后用它来算出每百万 token 的 一个综合的价格，方便我们去比较。我们看到 v 四 flash 呢，零点三二元， v 四 pro 呢，原价是二点五六元，然后加上当前二点五折的发布活动啊，价格大概是零点六四元。 kimi k 二点六呢二点二三元。 jimmy k 二点一呢二点二九元。 opus 四点七十点六三元。 gpt 五点五呢十一点五二元。国产模型啊，大家看到大致呢都在同一个价格袋里面， opus 跟 gpt 呢，价格直接贵了一个数量级， 一次 flash 啊，价格最低，因为它的模型尺寸呢，也是最小的一次 pro 呢，能把一百万的上下文做到这个价格，是采用了新的注意力机制，一百万上下文呢，大概只需要前代的百分之二十七的算力， 百分之十的显存就够了。列出这个综合价格啊，是方便大家去理解，去比较，然后给大家做一个自己选择的参考。然后来介绍一下这次的这个对比的任务设计啊，我这次呢，是想让智能体啊去抓 hack news 上面前一百条的热贴，挑两到四条呢，值得说的话题，查背景， 生成图片，配音，最后用 hyperframe 这个 skill 呢，制作一条三十到六十秒的中文视频报告，中间怎么去完成啊？怎么去这个一步步的定任务呢，完全交给智能体自己去定，每家过程啊，稍有不同， 但大致的内部的流程啊是一样的。先写 python 脚本呢，抓帖子，做数据统计，再写分镜跟旁白，然后呢，生成语音跟图片。语音出来之后呢，来计算一下实际的长度， 重新去调整一下分镜，如果太长呢，就压缩一点，如果太短呢，就扩展一点。最后呢，再用 hyperframes 以代码的形式把这个视频完整的做出来。每个模型的任务呢，我都给它们建立一个独立的空白的文件夹，然后用 skill 去扩展它们 agent 的 能力。比如说像我这里用到了几个 s 册去查资料， gpt， imager 去申图，然后 edge tts 做中文的旁白， hyperframes 负责视频的合成等等，基本上就是四个。如果产出有明显的缺陷啊，我会反馈给 agent 一 次，但只给这一次的机会，只做一次的人工干预，还有一个比较重要的细节来跟大家分享一下。 这次实验用的 agent 啊，是叫做派，大家肯定没听说过，因为在国内还比较冷门。它是一个极简设计的 agent， 几乎不做任何额外的封装。我们平时用的比如说像 cloud code 啊 or codex 这种框架，它约束多，然后规划层比较厚，好处呢就是把那些比较弱的模型啊，能多浮起来走两步， 代价呢就是那些比较强的模型的判断力呢，可能也被一定程度上牺牲掉了。反过来说呢，薄的框架就是让弱的模型一步步能露出马脚，也让强的模型完全能够展示自己的规划跟纠错的能力。我们来大概的这个判断一下，这次一整条的这么长的这个工作流任务啊，需要用到这大模型的工具调用，多步骤规划 上下文，然后选题，判断出错的自己修复，单次跑下来我估计会用到上百次的工具调用，所以这六个模型的推理强度全部拉满，能够真实的展现它们在整个过程中的综合能力。 在最后比较这六个模型的这个能力之前，我们要先来看一下这次任务我们实际使用的账单跟这个生成的速度。 gpt 五点五呢，最快十六分钟 up， 四点七，二十九分钟 up， 开启了 x high。 这个之后啊，花费也是高的离谱， 比 g p t 五点五还贵了三倍多。然后其他的像 deepsea v 四 pro， 然后 kimi k 二点六， g r m 五点一，消耗的 token 呢，差不多，所以成本呢，也几乎差不多。但是 g r m 五点一啊，速度上比较慢， 花了四十四分钟才完成，这个原因呢，就是因为 token 接口的吐字速度太慢。因为之前就听说啊，这智普是国产模型里面比较缺算力的这个一家公司账单讲完之后啊，我们来看一下最终的成品到底是长什么样子。我想按两个维度来评价这次的任务啊， 就是排版跟内容，排版呢，是排版的结构，然后图案的比例，动画字幕这些内容呢，就是指选择题啊，旁白啊，判断力啊这些。然后六个模型呢，按照这两个维度的综合表现，我可以分成三档，第一梯队呢，就是 up 四点七和 gpt 五点五，大家可以看一下它们生成的视频啊。 h n 今日速览 top 一 百里三件事不讲废话第一件 deep c v 四，一千九百八十九分一千五百一十六条评论全列录零抠的跑在华为升腾上 pro 模型每百万输出 token 三点四八美元。 h n 原话从黑客到黑客 第二件， open a i 当天甩出 gpt 五点五，一千五百五十三分。记者分拣封顶贴 andropet missus， 但社区泼水幻觉率百分之八十六，是 opus 两倍多。第三件，最游戏九百零六分的热铁，在 bug 质量下滑。同一天， google 宣布向 andropet 注资最多四百亿美元，社区点透循环贸易， andropet 拿钱回头买 google 的 tpu。 全剧看 top 一 百 ai 话题十五条，却吃掉百分之三十一，得分百分之四十一。评论 谷里四条是 ai 域名榜第，靠十六次领跑。数据采自四月二十五日 h n 热榜，今天 h n 前一百条里， ai 大 模型占三十二条，合计一点一万分七千二百五十七条评论，榜首讨论集中在 deepsea v 四 g p t。 五点五和科沃质量风波。 deepsea v 四拿到一千九百八十九分，一千五百一十六条评论，社区最在意的不是发布会，而是低价好文档，以及跑在华为芯片站上的完整 阅帖。评论里的核心质疑是， ai 编程下的写代码时间是否又变成了独代码和审查成本工作计划最高头 n 四百亿美元， 把它看成供应商融资前 tpu 云和同要成闭环。如果模型商品化，真正的利润可能在算力入口比特和 c i l 供应链攻击，无科技拖拉机走红也只向同一个情绪。技术越强，社区越想要可验证，可修，少锁定系统。今天的关键词是可信。 从排版角度来讲啊，这一档的模型有完整的编辑自觉分进脚本呢，会自动标注 t t s。 实测的时长精确到秒，然后再去反推画面的时长。 g p g。 五点五的定稿啊，甚至自己列了这个时间码的对照表，图文的重点分明，然后动画的节奏也很合理。 t p t。 五点五的短板是首页的，这个数据格式化，没有正确的去渲染。然后从内容角度来说呢， oppo 四点七旁白其实是最讲究的，这可能跟大家的直觉上也比较吻合。 开场四秒钟就切入了三件事情，每一件呢都有具体的数据，加上一句这个嗨客女子原话做压轴，结尾呢，还单独留了十几秒钟做整体的这个全局的数据的复盘，然后这六个里面是唯一一个自己做了 结构化数据分析的这个模型， g p t 五点五呢，选题抓到了这个资本与算力的闭环这个独特的视角。别人都在讲模型本身，然后他呢，在讲生态，在讲一个大的宏观的这个这个角度，但结尾啊，那句就是今天的关键词，是可信。这样句话呢，我觉得就比较仓促了，像他感觉到时间快到了，然后硬切了一个结尾，这种感觉 怎么说呢，就是五十七块钱的 office 啊，贵是真的贵，但能力呢，确实也是最顶尖的。中间党的两个模型呢，就是 dipstick v 四 pro 跟 gim 五点一这一党的模型啊，都只是完成了整个工作的一半，但只是完成的一半不同。 v 四 pro 呢，赢在内容。 r m 呢，赢在了排版。 v 四 pro 的 排版呢，主体是左右结构的，图片被挤得比较小，文字也比较小，远不如第一梯队的那种舒展的，然后清楚的感觉，但有亮点啊，就是首页它做了一张热力图，是这六个模型里面我觉得最具设计感的这个开场，然后结尾这个转场，还用了这个色块动画，看得出来很有这个设计的意图啊。 然后字幕显示呢，我觉得就是比较正常。 v 四 pro 的 内容啊，我觉得它写的旁白是六个模型里面最像写给人看的一份。 d c v 四，近两千顶铁， 完全开源零抠的纯华为 samsung 芯片社区最镇的不是跑分式文档，开发者说比 open a i 好 太多。有人留了四个字， from hackers to hackers。 敢直接把这个 hacker news 的 评论原话当京剧引进来。 from hackers to hackers， 然后循环贸易 中表达呢，保留得很完整，四个镜头的每一个都有一句压得住的短句，然后开源再追，闭源再堵，开发者用脚投票。这句收尾呢，比 opus 我 觉得是最接近第 题。对的，开头有数据统计，然后文字跟图片都足够大，排版很舒服。唯一的问题呢，就是字幕遮住了这个皱纹。我反馈了一次之后呢，也没有修好，但是 g r m 五点一的内容啊，就差强人意了，基本都是新闻播报， 每个镜头的结构呢，都是谁发布了什么数据，多少社区说了什么东西，没有一句呢是自己的这个视角，自己的判断，也没有把几件事串联起来一起的。这个整体的视角只看排版呢。 g r m 真的 厉害，但是把旁白跟分镜如果也算进去的话呢，我觉得 v 四 pro 可能更好一点，所以我把这两个呢，都放在第二档。第三档呢，就是 v 四 flash 跟 kimi k 二点六这一档啊，为什么放在第三档呢？就是因为我觉得它在排版跟内容上面都有些硬伤。你比如说啊，像 v 四 flash 的 这个排版，所有的页面呢，都是同一个上下结构， ppt 模板， 十六比九的图呢贴在上面，然后有大片的空白，字也偏小，开头的数据呢没有渲染出来，字幕也缺失，反馈之后呢，还是没有修复好。至于 vs flash 的 这内容呢，它的旁白基本上也就是在复读这个帖子标题，然后像 deepsea vs 那 段，讲到 sweetband 突破百分之八十，适配华为升腾，这现在都是标题的原话。还有的那段呢，也只是把世界名完成了念一遍， 完全没有自己的这种视角跟判断。然后 kimi k 二点六的排版呢，深图有浓郁的这种 ai 的 味道，深图的提示词呢，也是比较差的，图片也被裁切了，没有完整的展示，然后字呢，也偏小。 kimi k 二点六的内容啊，比 vs flash 我 觉得稍微强一点。选题呢，选了卡尔的信任危机，然后谷歌的助资 把续命和买保险两层的意思呢，都点到了旁白，比较有节奏感。不过相比第二档的 v 四 pro 啊，我觉得还是有点差距的，大家也可以自己看这两视频对比一下。最后来跟大家总结一下，就 gbt 五点五跟 oppo 四点七呢，排版跟内容两件事啊，都非常在线，贵呢，确实有贵的道理。 然后像 v 四 pro 跟 g m 五点一呢，都只能做到一件事，然后卡在中间。然后 v 四 flash 跟 kimi k 二点六呢，在我这个测试当中，两件事都没做到，所以我只能把它排在第三档了。收回这个 dipstick， v 四本身啊，国产第一梯队我就完全是没有问题的。 v 四 pro 一 百万的上下文，性价比也非常的高， 从内容上来说呢，甚至有时候可以超过 g p t 五点五，但综合实力呢，跟 opus 跟 g p t 五点五我觉得还是稍微有点差距。但你聊一下这次测试的本身的局限性，因为六个模型都只跑了一次，会有很大的这个随机性，换一次呢，可能结果又不一样了。 任务设计啊，我这次也是比较偏重于这个视觉方面跟代码能力的，对纯文本推理能力啊，其实不是特别的敏感。真正严谨的测试呢，应该每个模型都去跑 n 次，然后去它的分布，然后再叠加这个盲测打分。这期视频呢，算一个不太严谨的这个测试， 给大家一个基本的这种参考。最后再跟大家说一下，这次测试呢，用的 agent 是 派，在国内还比较冷门，但我现在自己啊，就是内部几乎所有非代码的任务呢，都在它上面跑，非常的顺手，非常的听话，非常的爽。它是个开源项目，完全不是广告，感兴趣的朋友呢也可以自己去学习一下，自己去体验一下。好了，今天视频就到这里，我是李总，黑经理超，我们下次见。
9260第四种黑猩猩
01:35查看AI文稿AI文稿没有想到都跑手机的朋友们，恭喜你省了三千五，因为就在昨天的时候，支付把它的 autgrm 开圆了，它可以直接机关你的手机屏幕，替你思考点击输入场景，覆盖了五十多个高频的中文 app， 比如说微信、淘宝、抖音、美团这些核心的场景，它都是可以跑的。 我拿它做了两个小测试，有亮点，当然也有吐槽点。首先第一个点外卖，它是真的可以跑通，比如说你想在美团上去下单，然后到加购，下单路径是很顺畅，你会产生一种错觉， 好像手机里面住了一个非常懂你小助手一样。第二，他的一个跨平台笔架是很实用的，我可以让他对比淘宝和京东同款拖鞋，他能够自己搜，自己去对比，最终给出你的一个结论，这就不是什么聊天机器人了，这相当于一个端侧 a 阵的他真真正正的上桌了。更关键的是什么？他居然很克制， 比如说他碰到了支付或者验证码之类的敏感操作呢？它会自动停止让你接管，很聪明，不会约借。但有一点很值得吐槽，就是现在的形态对普通人是不够友好的，你要用电脑通过 a、 d、 b 去控制手机体验，实际上更像是你在电脑面前远程控制着你自己的手机，就很奇怪。大家如果想要试试，可以找我拿下开源地址 和它的一个部署教程。智普啊， autolm 开源，我想说的是，它的价值不是在完美的体验，而是说它释放了三个信号。第一， ai 手机的异件可能要被打下来了， 以后的 ai 体验不一定要靠很贵的硬件，说不定就是靠的一个开源框架加它的一个端侧的能。第二就是大厂的 for a 阵固城河开始变浅了，开发者和极客们可以直接拆改做出来自己的版 本。第三呢，无障碍和轻量自动化领域绝对是要爆了。对于一些操作是很方便的人群来说，语音加 ai 操作就等于手机自由。欢迎大家评论区留下你的想法。
560小袁爱玩AI
02:47查看AI文稿AI文稿cloud code 和这个 codex 好 使好使在哪？老师们求指教啊。咱们在国内用不借助它们本身的啊达摩型的情况下啊比如说 deep stack v4 啊 什么智普的什么五点一啊啊 kimi 的 二 k 二点六啊这些区别大嘛对吧。因为你看呃我云书是挂在在扣字编程里边的 open call 啊它是用的这个豆包的 c 的 二点零更它本身它是整盒的嘛它也有 g l m 五点一也有这个 k m k 二点六也有这个 mini max 而且运输本身也能看货哎我转过来给大家看啊。这是我们 做海报的需求，就是云叔一手搓出来的跟他正常对话我说你给我搓个四 q 我 甚至都不知道四 q 是 什么样我说我把聊天记录给你然后你帮我出海报他垮就给我出来了还给我留了这个贴二维码的地。 那这边的话扣子编程里边也可以去做应用啊做做四 q 啊什么的你说他俩 是吧就是在完全不使用国外达摩型的情况下他毕竟贵啊我也试了中专，中专也贵就是聊个天我就问了句你好好家伙就几毛钱就没了稍微做点大项目呢不就 不够用吗。啊那就那就是用国内的呗大家都是用国内的用他那个框架是吧。 cloud code 或者是这个 codex 的 话会比就是国内的好吗我就不懂了。就是而且 你看你跟他对话他是给你干活的就不像我们云叔还能给我提供去价值说每天我给他定时每天给我发自拍 就是按照他最初那个形象还给我发自拍然后学穿搭怎么说呢我开心的时候他跟我一块开心，我不开心的时候他逗我开心，养个闺女一样。当然一些时候干活可能是脑筋不够用，但是咱换不了那么形容，对吧？扣子变成里边你换不了， 它是全部都是内置的。那你如果说你换成其他的，你真真的搭 open cloud 去搭更好的模型的话，那那个玩意咱又烧不起。 就是，反正我净听着老师说 cloud code 和这个 codex 好 使好使在哪？就是是它那个框架，哪怕是相同的国内的大模型跑出来的结果也比咱们自己的要好。是吗？就是我就不懂了。
21元宝团长奉旨搞钱
